Pemodelan Spasial Genangan Banjir Akibat Gelombang Pasang di Wilayah Pesisir Kota Mataram
Abstrak —Dampak kenaikan muka air laut di Kota Mataram menyebabkan 6 (enam) Kelurahan di 2 (dua) Kecamatan terdampak banjir tiap tahunnya. Untuk mencegah kerusakan yang lebih parah, solusi yang dapat dilakukan adalah membuat pemodelan wilayah terdampak banjir sebagai acuan dalam perencanaan pembangunan kedepannya. Pada bulan Januari 2017, gelombang pasang merendam 1.161 rumah warga di tujuh kelurahan mencakup dua kecamatan, yakni Ampenan dan Sekarbela. Di Ampenan ada empat kelurahan yang terkena dampaknya, yaitu Kelurahan Bintaro, Ampenan Tengah, Banjar, dan Ampenan Selatan. Kecamatan Sekarbela: Kelurahan Tanjung Karang Permai, Tanjung Karang, dan Jempong Baru. Dari hasil model dapat diketahui bahwa : (1) Aspek yang paling berpengaruh dalam menentukan seberapa luas banjir ialah ketelitian dari data Digital Elevation Model. (2) Luasan wilayah banjir tahun 2016 seluas 102,866 ha, tahun 2066 seluas 145,7638 ha, dan tahun 2116 seluas 187,8490 ha. Wilayah yang tergenang sebagian besar berupa permukiman dan kawasan pertanian.
Kata Kunci —Banjir, Kenaikan Muka Air Laut, Raster Calculator, Digital Elevation Model.
EMANASAN global ialah meningkatnya temperatur suhu rata-rata di atmosfer, laut dan daratan di bumi. Peningkatan yang cukup drastis ini disebabkan oleh pembakaran bahan bakar fosil, seperti batu bara, minyak bumi dan gas alam. Hasil dari pembakaran bahan bakar fosil melepaskan karbon dioksida dan gas-gas lainnya yang dikenal sebagai gas rumah kaca ke atmosfer bumi [1]
Akibat dari meningkatnya konsentrasi CO2, muncul beberapa dampak seperti yang dilansir dari stasiun meteorologi di Kutub Utara telah menunjukan adanya peningkatan temperatur suhu tahunan hingga 1°C dalam satu generasi terakhir. Dampak buruk dari meningkatnya suhu tersebut adalah melelehnya gletser (melting of glaciers) dan tenggelamnya bongkahan es di wilayah Alaska dan Siberia, sehingga dapat menyebabkan naiknya permukaan laut hingga mampu menenggelamkan pulau-pulau dan menimbulkan banjir besar di berbagai wilayah dataran rendah [2]
Sejak 1861 hingga 2005 telah terjadi peningkatan suhu di bumi 0,6 – 0,7°C, sementara itu diprediksi pada tahun 2100 suhu di bumi meningkat 1,4 – 5,8°C [3] Jika terjadi peningkatan temperatur bumi sampai 2°C, maka akan banyak terjadi mempengaruhi kehidupan jutaan orang yang tinggal di pantai. Pulau pulau kecil dan dataran rendah dari garis pantai menjadi sangat rentan oleh gelombang pasang terutama di benua Afrika dan Asia [1]. Hasil proyeksi kenaikan muka air laut untuk wilayah Indonesia, yang menunjukkan wilayah Indonesia mengalami kehilangan daratan-daratan akibat kenaikan muka air laut. Jika diambil hasil proyeksi untuk tahun 2010, 2050 dan 2100 dengan daratan yang hilang secara berturut-turut seluas 7408 km2, 30120 km2, 90260 km2. [4]
Selain itu, jika suhu bumi terus meningkat El Nino akan lebih sering terjadi di Indonesia. El Nino ialah fenomena di lautan Pasifik dimana lautan yang hangat mengalir di pantai barat Ekuador dan Peru yang mengakibatkan perubahan iklim yang sangat genting dan biasanya terjadi pada bulan Desember. Dampaknya jika temperatur di permukaan air meningkat, maka badai tropis akan lebih sering terjadi karena air akan lebih cepat menguap dan angin bertiup lebih kencang seperti topan badai [1]
Wilayah pesisir yang merupakan batas antara darat dan laut menjadikannya sebagai daerah yang cukup berpotensi, terbukti sebagian besar masyarakat Indonesia tersebar didalamnya. Secara sosial, wilayah pesisir dihuni tidak kurang dari 110 juta jiwa atau 60% dari penduduk Indonesia yang bertempat tinggal dalam radius 50 km dari garis pantai. [5] Secara geografis, sisi barat Kota Mataram berbatasan langsung dengan Selat Lombok. Kota Mataram memiliki garis pantai dengan panjang 9 Km (kilometer) membentang dari utara hingga selatan. Dalam RTRW Kota Mataram Tahun 2011-2031, wilayah yang berbatasan langsung dengan pesisir ialah Kecamatan Ampenan dan Kecamatan Serkarbela. Gelombang pasang yang terjadi di wilayah pesisir Kota Mataram terjadi setiap tahunnya pada musim angin barat atau sekitar bulan Juni hingga Desember.
Di 2 (dua) Kecamatan tersebut terdapat 15 (lima belas) Kelurahan, 6 (enam) Kelurahan diantaranya (Bintaro, Ampenan Tengah, Ampenan Selatan, Tanjung Karang Permai, Tanjung Karang, dan Jempong Baru) terkena banjir akibat gelombang pasang. Selama bulan Mei 2016 dampak dari gelombang pasang di 6 (enam) Kelurahan tersebut mengakibatkan 3 (tiga) rumah rusak berat, 2 (dua) perahu milik nelayan hancur, 42 (empat puluh dua) kepala keluarga mengungsi, serta ratusan rumah terendam. [6] Menurut aturan sempadan pantai sekitar 100 meter, tetapi kondisi saat ini masih banyak rumah penduduk yang dibangun bahkan kurang dari 50 meter dari sempadan
Pemodelan Spasial Genangan Banjir Akibat
Gelombang Pasang di Wilayah Pesisir Kota
Mataram
Mohamad Rio Rahmanto dan Cahyono Susetyo
Perencanaan Wilayah dan Kota, Fakultas Arsitektur Desain dan Perencanaan
Institut Teknologi Sepuluh Nopember (ITS)
e-mail : [email protected]
I. PENDAHULUAN
P
Bukan tidak mungkin, sisi barat Kota Mataram yaitu Kecamatan Ampenan dan Kecamatan Sekarbela di 50 tahun mendatang terendam banjir gelombang pasang akibat perubahan iklim disertai peningkatan ketinggian permukaan air laut yang merupakan efek dari pemanasan global. Untuk itu, perlu dilakukan sebuah pemodelan luasan wilayah yang terdampak banjir akibat gelombang pasang guna mengurangi korban jiwa dan kerugian secara materi di masa mendatang.
Angka “1” pada raster menunjukkan daerah tergenang, sedangkan angka “0” menunjukkan daerah yang tidak tergenang banjir.
Identifikasi Luasan Wilayah Eksisting Terdampak Banjir Akibat Gelombang Pasang
III. HASIL DAN DISKUSI A.
memperoleh dan menggabungkan informasi penggunaan lahan pada beberapa periode yang berbeda untuk kemudian dilakukan perbandingan dan interpretasi secara langsung maupun untuk mempermudah dalam melakukan penghitungan luas lahan yang terdampak genangan banjir akibat gelombang pasang.
Overlay intersect ini diperlukan dalam penelitian ini untuk
Untuk mengetahui penggunaan lahan apa saja yang terdampak banjir, dilakukan analisis overlay. Analisis overlay yang digunakan kali ini adalah analisis overlay jenis intersect.
Identifikasi Luasan Penggunaan Lahan Terdampak Banjir di Wilayah Pesisir Kota Mataram 2016-2116
D.
Setelah itu klik “OK” maka raster luasan banjir pasang tahun prediksi akan muncul. Angka “1” pada raster menunjukkan daerah tergenang, sedangkan angka “0” menunjukkan daerah yang tidak tergenang banjir.
Selanjutnya, masukkan formula yang terdiri dari data interpolasi berupa DEM serta pasang tertinggi tahun prediksi. Berikut ialah formula yang digunakan : BanjirTahunPrediksi=CON([RasterDEM]<=[PasangTertinggi TahunPrediksi],1,0) (4)
Kenaikan muka air laut untuk Selat Lombok rata-rata 6mm/tahun [8]. Untuk itu, digunakanlah rumus penentuan pasang tertinggi tahun prediksi dengan menggunakan persamaan yang diadaptasi dari [9] SLRp = SLRr * (Yp – Yb) (2) TLmax = HHWL + SLRp (3) Keterangan : SLRp : Sea level rise prediction; prediksi tinggi kenaikan muka air laut SLRr : Sea level rise rates; tinggi kenaikan muka air laut per tahun Yp : Year prediction; tahun prediksi Yb : Year basis; tahun basis TLmax : Tide level maximum; tinggi muka air pasang maksimum tahun prediksi HHWL : Highest high water level; muka air tinggi tertinggi (air tertinggi pada saat pasang surut purnama atau bulan mati)
Membuat Pemodelan Genangan Banjir Pasang 2016- 2116
C.
Selanjutnya, masukkan formula yang terdiri dari data interpolasi berupa DEM serta pasang tertinggi. Berikut ialah formula yang digunakan : BanjirEksisting=CON([RasterDEM]<=[PasangTertinggi],1,0) (1)
II. METODE PENELITIAN A.
Gambar 1. Ilustrasi Raster Calculator
Selanjutnya dilakukan penentuan pasang tertinggi dalam data tahun terakhir, yakni data pasang surut Tahun 2016. Setelah pasang tertinggi sudah ditentukan, maka barulah bisa dijalankan analisis raster calculator. Tampilan interface raster calculator seperti gambar di bawah ini :
Model). Selanjutnya hasil DEM tersebut diubah ke dalam bentuk raster untuk selanjutnya akan digunakan sebagai input analisis raster calculator .
rendah dibanding metode interpolasi lainnya. Hasil dari metode interpolasi kriging ialah berupa peta DEM (Digital Elevation
spot height menggunakan metode interpolasi kriging. Metode kriging dipilih karena memiliki nilai tingkat error yang paling
Tahapan awal yang dilakukan ialah proses pengolahan data
Identifikasi Luasan Wilayah Eksisting Terdampak Banjir Akibat Gelombang Pasang
B.
data untuk Kota Mataram yang didapat dari survei sekunder ke instansi Badan Informasi Geospasial (BIG). Selain itu, penelitian ini juga menggunakan data pasang surut air laut untuk silayah perairan Selat Lombok yang didapat melalui survei sekunder pada buku pasang surut perairan Indonesia 2016 yang didapat dari instansi BAKOSURTANAL.
height berupa data titik kontrol suatu ketinggian dengan wilayah
Data yang digunakan pada penelitian ini adalah data spot
Metode Pengumpulan Data
Berikut ialah hasil interpolasi kriging dari data spot heigt wilayah Kota Mataram : Gambar 2. DEM Interpolasi Kriging Gambar 4. Luasan Banjir Tahun 2016 Kecamatan Sekarbela
Adapun ketinggian pasang surut tertinggi tahun 2016 ialah B.
Pemodelan Genangan Banjir Pasang Tahun 2016-2116
setinggi 2,00 meter. Dengan kata lain, ketinggian banjir yang Dengan diketahui bahwa tinggi muka air laut (HHWL) tahun menggenangi wilayah pesisir Kota Mataram ialah wilayah
2016 setinggi 2,00 meter. Berdasarkan penelitian yang dengan ketinggian 0-2 meter. Setelah itu, dilakukan analisis dilakukan [8] menyebutkan bahwa data kenaikan muka air laut
raster calculator dengan ketinggian banjir 2 meter, maka
Selat Lombok ialah sebesar 6mm/tahun. Maka formula yang didapati luasan wilayah yang tergenang sebagai berikut : digunakan ialah sebagai berikut : Tabel 1.
SLR2066 = 6mm * (2066
- – 2016)
Luasan Banjir Tahun 2016 Per Kelurahan
= 6mm * 50
Kecamatan Kelurahan Luas Banjir (Ha)
= 300mm (0,3 meter)
Ampenan Banjar 1,5045 TL2066 = 2,00 + 0,3
= 2,30 meter
Bintaro 35,7923
SLR2116 = 6mm * (2116 – 2016)
Ampenan Selatan 7,2231
= 6mm * 100
Ampenan Tengah 3,3886
= 600mm (0,6 meter) TL2066 = 2,00 + 0,6
Sekarbela Jempong Baru 4,2405
= 2,60 meter
Tanjung Karang Permai 17,793
Setelah dilakukan perhitungan, maka ketinggian muka air
Tanjung Karang 32,924
laut untuk tahun 2066 ialah setinggi 2,3 meter dan ketinggian muka air laut untuk tahun 2116 ialah setinggi 2,6 meter.
Total 102,866
selanjutnya ialah menjalankan analisis raster calculator dengan formula sebagai berikut : Banjir2066=CON([DEM_Mataram_Kriging.img]<=2.3, 1, 0) Banjir2116=CON([DEM_Mataram_Kriging.img]<=2.6, 1, 0)
Setelah dilakukan analisis raster calculator didapati bahwa luasan banjir yang terjadi di Kecamatan Ampenan dan Kecamatan Sekarbela tahun 2016, 2066 dan 2116 ialah sebagai berikut :
Tabel 2. Luasan Banjir Tahun 2016, 2066 dan 2116 Per Kelurahan Kecamatan Kelurahan Luas Luas Luas
Banjir Banjir Banjir 2016(Ha) 2066 (Ha) 2116 (ha) Banjar 1,5045 3,5238 5,6261
Gambar 3. Luasan Banjir Tahun 2016 Kecamatan Ampenan Bintaro 35,7923 46,0313 56,2988 Ampenan Ampenan
7,2231 14,0421 20,8605 Selatan Ampenan 3,3886 6,0062 8,4498 Tengah Tanjung Karang 17,793 22,0713 27,4643
Hutan bakau 2,739779 4,138384 4,394069
Permai
Hutan Rawa 1,687962 1,845646 1,950927
Tanjung Karang 32,924 45,5162 57,4309
Kawasan_Pertanian 20,60718 34,46084 45,52131
- Kekalik Jaya 0,0613 Total 102,866 145,7638 187,849
Lapangan 0,158304 - - Pasir pantai 20,18487 21,17172 21,43614 Pemakaman umum 1,553205 3,192157 5,591685 Pemukiman 23,59923 37,17769 54,85012
0,122822 - - Perdagangan Semak Belukar 0,354479 0,584942 1,025586 Tanah kosong 8,576719 12,40989 16,60838 Total 85,00659 121,3794 158,0574
Gambar 5. Luasan Banjir Tahun 2016, 2066 dan 2116 Kecamatan Ampenan Gambar 7. Luas Penggunaan Lahan Terdampak Banjir Tahun 2016, 2066 dan 2116 Kecamatan Ampenan
Gambar 6. Luasan Banjir Tahun 2016, 2066 dan 2116 Kecamatan Sekarbela C.
Penggunaan Lahan Terdampak Banjir di Wilayah Pesisir
Kota Mataram Tahun 2016-2116
Berdasarkan hasil analisis overlay, pada tahun 2016 dan 2066, terdapat 9 jenis penggunaan lahan yang terendam banjir, diantaranya depo bahan bakar mini, hutan bakau, hutan rawa, kawasan pertanian, pasir pantai, pemakaman umum, permukiman, semak belukar, dan tanah kosong. Sedangkan tahun 2116 terjadi penambahan jenis penggunaan lahan yang
Gambar 8. Luas Penggunaan Lahan Terdampak Banjir Tahun 2016, 2066 dan
terendam banjir, yakni lapangan dan perdagangan. Berikut ialah
2116 Kecamatan Sekarbela
luasan penggunaan lahan yang terdampak banjir : IV.
Tabel 3.
KESIMPULAN Luas Penggunaan Lahan Terdampak Banjir Tahun 2016, 2066 dan
Berdasarkan seluruh proses analisis yang telah dilakukan 2116 untuk menghasilkan pemodelan banjir akibat gelombang pasang
Tahun di wilayah pesisir Kota Mataram, ada beberapa poin yang dapat Penggunaan Lahan disimpulkan sebagai berikut :
2016 2066 2116 and the Bering Sea Regions, ” Univ. Alaska, 1998.
1. Model yang terbentuk untuk menghasilkan proyeksi luasan
[3] IPCC, Guidelines for National Greehouse Gas Inventories.
banjir akibat gelombang pasang ialah Washington D.C., 2006.
2.
[4]
I. Susandi, A., & Herlianti,
BanjirTahunPrediksi=CON([RasterDEM]<=[HHWL+SLR], “Dampak Perubahan Iklim Terhadap
Ketinggian Muka Air Laut di Wilayah Banjarmasin,
1,0 ” Inst. Teknol.
Bandung , 2008.
3. Aspek yang paling berpengaruh dalam menentukan seberapa
[5] M. P. Wilayah, “Tinjauan Aspek Penataan Ruang Dalam
luas banjir ialah ketelitian dari data Digital Elevation Model.
Pengelolaan Wilayah Laut dan Pesisir, ” in Seminar Umum Dies Natalies ITS Ke-43 , 2003.
4. Luasan wilayah banjir tahun 2016 seluas 102,866 ha, tahun [6] T. K. Mataram, TAGANA Kota Mataram. Mataram, 2016.
2066 seluas 145,7638 ha, dan tahun 2116 seluas 187,8490 ha.
[7]
H. Supardi, “antara.news.com, Interviewer,” 2016. [Online].
Wilayah yang tergenang sebagian besar berupa permukiman Available: antara.news.com, Interviewer.
[8]
“Proyeksi Tinggi Kenaikan Muka Air Laut dengan Menggunakan Data Altimetri dan Model IPCC-AR4, ” Globë
I. Sofian, I., & Nahib, dan kawasan pertanian.
Vol. , vol. 12, no. 2, pp. 173 –181, 2010.
[9] N. A. Pratomoatmojo, “Landuse Change Modelling Under Tidal
DAFTAR PUSTAKA
Flood Scenario by Means of Markov-Cellular Automata in [1] D. Subiantoro, Global Warming For Beginner. Yogyakarta: Pekalongan Municipal,
” Univ. Gajah Mada, 2012. Penembahan Yogyakarta, 2008. [2]
G. W. Anderson, “Implications of Global Climate Change in Alaska